Ich versuche, die Sentiments Analysis-Funktionalität zu implementieren, und suche nach nützlichen Funktionen, die aus Tweet-Nachrichten extrahiert werden können.
- Stimmungswörter
- Emotion Icons
- Ausrufezeichen
- Verneinungswörter
- Intensitätswörter (sehr, wirklich usw.)
Gibt es weitere nützliche Funktionen für diese Aufgabe? Mein Ziel ist es nicht nur festzustellen, ob ein Tweet positiv oder negativ ist, sondern ich muss auch den Grad der Positivität oder Negativität feststellen (zum Beispiel auf einer Skala von 0 bis 100). Alle Eingaben oder Verweise auf gedruckte Papiere sind sehr willkommen.
Vielen Dank.
Antworten:
3 für die Antwort № 1Andere, die nützlich sein können, sind:
- verlängerte Wörter (zB goooood)
- Unigramme und Bigramme von jedem Wort (besonders wenn Sie einen großen Korpus haben)
Zu Referenzen: Dieses Tutorial von Christopher Potts ist sehr gut und auf den Punkt: http://sentiment.christopherpotts.net/
Andere Papiere:
- Twitter als Korpus für Sentiment Analysis und Opinion Mining. Alexander Pak, Patrick Paroubek
- Twitter Sentiment Classification mit Fernüberwachung. Go et al. 2009.
- Robuste Stimmungserkennung auf Twitter aus verzerrten und verrauschten Daten. Barbosa und Feng. 2010.
- Erkennung der Stimmungsstärke in einem kurzen informellen Text. Thelwall et al. (2010). JAIST
2 für die Antwort № 2
Wenn ich wirklich gute Nachrichten auf Twitter poste, werden mich viele Leute öffentlich beglückwünschen.
Wenn ich also X poste und dann viele "Congrats" -Tweets von anderen Leuten bekomme, ist X wahrscheinlich positiv.
Im Allgemeinen hat die Art und Häufigkeit der Personen, die meinen Tweet retweeten, möglicherweise etwas mit seiner inhärenten Stimmung zu tun.
1 für die Antwort № 3
Ich würde folgende Artikel vorschlagen:
- Wahlen in Belgien, 13. Juni 2010 - Twitter Opinion Mining, http://www.clips.ua.ac.be/pages/pattern-examples-elections
- 100 Tage Web Mining, http://www.clips.ua.ac.be/pages/pattern-examples-100days